一种基于PSO优化的Cell多尺度CNN的文旅融合交互与共生特征提取方法

本发明属于旅游数据分析领域，提供一种基于PSO优化的Cell多尺度CNN的文旅融合交互与共生特征提取方法，包括获取旅游目的地的游客轨迹数据；采用卷积神经网络对游客轨迹数据进行时空特征分类；设定Cell结构；对所述Cell结构进行二进制编码；设定PSO粒子群，其中每个粒子代表一种Cell结构，初始化种群，并确定更新规则，计算粒子的适应度，以二进制交叉熵作为目标函数优化搜索最优Cell结构；对PSO优化获得的Cell结构进行解码，构造最终的CNN网络；设定CNN训练参数，基于最优Cell组合进行文旅融合交互与共生特征提取，将提取的文旅融合交互与共生特征映射至游客画像，区分不同类型游客的偏好。